作为造车新势力领头羊，特斯拉的一举一动都备受“后进者”关注与“借鉴”。然而在车用感知层传感器上，特斯拉不仅没有被当做前进的明灯，反而被“后进者”批判成了反面教材。
激光雷达，被马斯克称为“只有傻子才会用”的东西，成为了“后进者”们评判自动驾驶性能优劣的衡量物，长城汽车旗下的高端新能源品牌‘沙龙汽车’甚至直接喊出了“4颗以下，请别说话”的“炫耀”口号，彰显实力。
在国内外车展上，激光雷达也成为了吸睛之王，速腾聚创、禾赛科技、图达通、Lumina、法雷奥在2022 CES展会上纷纷发布了新品，获得了车企的大量订单，并预计在今年实现新一代激光雷达“上车”全新车型的量产销售。
蔚来、威马、智己、小鹏、极狐、哪吒、本田等车企都将或已推出搭载激光雷达的新车型，激光雷达规模应用元年已然到来。
两派路线之争：成本与技术的平衡之道
就像动力电池路线之争一样，国内激光雷达市场同样面对着路线选择的问题。
从当下来看，国内“激光雷达派”占据了上风，但这并不意味着国产车企在车用感知层传感器上就此领先了坚持“视觉算法”的特斯拉。
在车智驾看来，国产车企成为“激光雷达派”的拥趸者，在本质上是在“拼成本博未来”，而特斯拉坚定视觉算法路线则是在“淡化未来博发育”，两者殊途同归，最终目的都是为了抢市场。
通过硬件堆砌弥补算法与数据不足的国产车企，通过成本的额外付出换取行业竞争权。
ADAS高级驾驶辅助系统需要感知、决策、执行这三步才能进行驾驶的操作，后两者车企结合自身优势，在解决方案上形形色色，各具千秋，唯独在感知层的传感器硬件选择上产生了极大的分歧。
“视觉算法派”的逻辑很清晰，既然人靠两个眼睛就能做到驾驶车辆，那么给车辆多加几个眼睛（摄像头），理论上会比人驾驶更安全。至于在驾车时人大脑的作用，则用AI代替。通过先进的算法和海量的数据让AI自主学习，以此达到等同或接近人大脑的水平。
“视觉算法派”的优点在于成本偏低，特斯拉“三目摄像头”的环视解决方案成本在千元以内，并且规模效应会进一步降低成本；但缺点也很明显，在算法不成熟之前，很容易因为算法的错误识别出现安全事故。比如特斯拉撞车、撞栏杆、错误识别紧急刹车等事故是早期算法不成熟造成的事故。
除此之外，“视觉算法派”很难解决人眼无法感知的corner case（极端情况），增加了行车安全风险。理论上，“视觉算法派”只适合L3之前的自动驾驶，需要人工干预，在车辆自主权更高的L4或L5级自动驾驶上，会出现有心而无力的情况。
“激光雷达派”则践行着未雨绸缪的准则，在“视觉派”的基础上多加了几个激光雷达，通过硬件堆砌最大程度上弥补感知缺陷以及算法上的落后，降低事故概率，相当于多花钱为自己买了一份安全保险。但这份用来做安全冗余的“保险”并不便宜，激光雷达落地的不成熟导致其成本在短时间内高企不下。
“激光雷达派”最大的弊端在于，成本大幅度增加的激光雷达并不能成为智能汽车杀手级的硬件。
在小鹏P5上市当天，何小鹏接受采访时表示，电芯和芯片才是电动汽车两大重要杀手硬件，激光雷达也不如摄像头重要，其核心只是针对极端情况把可靠性、稳定性和准确率提高。也就是说，除了在特斯拉出反面事故的时间段，增加摄像头对于消费者决策的影响力并不深。
总的来说，从行车安全来看，随着新能源汽车政策趋严以及车企差异化竞争拼卖点，增加激光雷达做安全冗余的方案必将成为主流，甚至是车企的必选方案。小鹏的何小鹏和蔚来的李斌都表示，宁愿硬件、软件冗余，也要做出一个“负责任”的高级别自动辅助驾驶来。
从成本考量看，激光雷达的价格高企不下，视觉算法经过多年的发展已经接近人类要求的水平，在L4、L5全面来临之前，似乎没必要增加看似不必要的激光雷达。
那么是否可以认为，要不要添加激光雷达是安全冗余的必要性与成本考量之间的问题，国产车企为了用户安全宁愿选择“不讨好”的方案？或许未必。
特斯拉的“固执己见”，只为短期内策马狂奔。
特斯拉的视觉算法通过多年的积累，在L2、L3级别的自动驾驶上已然够用。在更高阶的自动驾驶上，各国大都持有保守态度，政策上尚未全面开放。
在这一过渡的时间节点上谈安全冗余，似乎有违大众对于资本“利益最大化”的认知。
以车企的角度看问题，先将硬件留足富余，量产上车后再通过OTA不断升级的长远打算只能作为Plan B。因为激光雷达只是硬性标准，要想达到更安全的自动驾驶，关键在于如何运用激光雷达提供的数据，本质上还是要调教算法。比如小鹏的P5虽然搭载了激光雷达，但是与P7的智能驾驶水平差异并不明显。
对于车企而言，算法才是Plan A，其优先级远高于激光雷达。押注Plan B则意味着大部分车企没有Plan A可供选择。
特斯拉“放弃”激光雷达，将其形容为阑尾的底气在于其Plan A（视觉算法）足够先进，能够支持L2全面过渡到L3或L4。至于到了不得不加激光雷达的L4或者L5时期，反复无常的马斯克不介意再发一条推特“为了合规，特斯拉决定安装激光雷达，虽然相对于我们先进算法和技术而言，这并没有什么用”。
真到了这一时刻，激光雷达的价格或许早已下探到了可以忽略成本增加影响整车定价体系的程度。在此之前，节省了大量激光雷达成本的特斯拉，可以利用价格优势抢占市场份额。
而国产车企已经错过了借鉴“特斯拉打法”的最佳时机，也没有必要的基因和实力。要想达到特斯拉级别的算法，需要优秀的算法和海量的数据。优秀的算法需要大量人才，海量的数据需要足够大的用户群体为特斯拉提供数据，这两点国产车企都很难与特斯拉相提并论。
最为重要的一点在于，特斯拉的先行优势使其拥有一定的犯错权。换句话说，相关法规的不完善使得算法不成熟的特斯拉拥有了一定限度的“死亡指标”，时间差让特斯拉度过了打磨算法的“事故频发阶段”，这也是后进者们不能借鉴特斯拉的一个重要原因。
因此，大部分车企都成为了更为保守的“激光雷达派”，额外支出大量的成本为更高级的自动驾驶预埋硬件的同时，借助激光雷达弥补算法的不足，在夜间行车、弯道巡航等场景提高L3级自动驾驶的可靠性。而这一成本负担，或将长久持续。
激光雷达降本增效，规模化才是大前提
国产车企既然坚定了激光雷达的发展路线，就要想办法降低激光雷达的价格，缓解成本压力。在激光雷达领域，车企降本最普遍的方式就是与激光雷达厂商深度合作。
禾赛科技是激光雷达领域为数不多的优质企业，与理想汽车、集度、路特斯等至少12家OEN及自动驾驶研发企业达成了合作，据天眼查APP显示，禾赛科技更是获得了小米产投7千万美金的追加融资。百度也选择了禾赛科技，共同研发新一代激光雷达并将搭载于第五代Robotaxi上。
保时捷、奔驰、沃尔沃、现代、福特、等企业也通过投资方式与激光雷达厂商深入绑定，以期获得低价激光雷达。Innovusion在接受蔚来B＋轮融资时更是在融资公告中写明，融资用于蔚来激光雷达大规模量产交付。
激光雷达厂商合作的车企越多，规模效应下激光雷达的成本也就越低，新产品的性能与可靠性只有通过车企大规模的市场应用，才能快速发现问题，反过来进一步推动激光雷达厂商的研发迭代。
鉴于成本、可靠性以及量产需求等多维度的考虑，激光雷达正处于从半固态过渡到全固态的“研发密集期”，而这一时期最需要商业提高落地效率来缩短迭代周期。
但目前激光雷达处于高端车导入初期，规模并不大。据国金证券数据显示，已确认打造激光雷达的前装量产车型将于2023年突破30万辆，为数不多的销量还未到达规模化效应的触发点，而且其价格集中在40－80万元。
当前来看，激光雷达更像是车企为了抢占高端市场的衡量物，沙龙机甲龙“4颗一下都闭嘴”的言论进一步加剧了激光雷达的“象征意义”，至于“4颗”的实用性比“3颗”强在何处，似乎并没有人过于在意。不过，这种“混乱”现象的出现也侧面体现出车企对于激光雷达的重视度在稳步提升，对整个激光雷达领域的正向发展起到了促进作用。
就像手机市场一样，没有卖点就堆砌摄像头的数量和像素，你装我也装，摄像头的价格随着应用规模的增加得以快速下降。至于下降速度的快慢，则跟自动驾驶技术的普及程度相关。
激光雷达规模效应的降本速度与电动汽车自动驾驶技术的普及程度成正比，当激光雷达不再成为“卖点”大肆吹捧，而是成为经济型车型自动驾驶的标配，普及到15万元汽车市场时，才能最大程度上降低成本。
华为在激光雷达的降本上就深谙此理，华为预计将激光雷达的成本降低至200美元，甚至100美元，其重要依据就是降低系统成本以及提供整套方案，激光雷达让出的利润从整套方案的售卖中弥补回来。
提供硬件＋打包的整套方案也是激光雷达领域的趋势，就如上述所言，并非所有车企都有能力释放激光雷达的硬件价值，硬件感知过后利用算法等软件能力为数据赋能才能实现激光雷达上车的价值，而非单纯的拼数量。
总的来说，激光雷达规模应用元年已然到，在这场综合比拼中，谁能发挥激光雷达的最大价值，我们拭目以待。
